共查询到20条相似文献，搜索用时 15 毫秒
1.
2.
3.
【目的】为明确研究区土壤盐渍化状况并进行改良利用,改善贺兰山东麓酿酒葡萄品质,为贺兰山东麓产地酿酒葡萄种植合理施肥以及土壤培肥改良提供依据。【方法】以宁夏贺兰山东麓广泛种植的酿酒葡萄品种“梅鹿辄”为试材,采用田间小区试验设计设置不施肥、施用生物有机肥、粉末微生物菌剂、液体微生物改良剂处理。研究不同施肥处理土壤pH、全盐含量、八大离子含量等指标,揭示微生物肥料对土壤盐渍化特征的影响;研究分析不同施肥处理酿酒葡萄还原糖含量、可滴定酸含量等指标,探明微生物肥料对酿酒葡萄产量和品质的影响。【结果】生物有机肥配施化肥能够有效改良土壤盐渍化状况,使土壤pH和全盐含量降低,生物有机肥处理较对照在0～20和20～40 cm土层全盐含量分别降低9.11%和10.0%,pH分别降低1.1%和0.2%,土壤过氧化氢酶含量分别提高1.89%和1.38%。生物有机肥提高土壤培肥和改良能力的同时,对酿酒葡萄品质、还原糖含量、微量元素含量有所改善,生物有机肥处理下葡萄还原糖含量最高,较对照增加43.3%,Fe含量最高,较对照提高60.6%,产量较对照增加8.98%。【结论】在贺兰山东麓盐渍化土壤上,生物有机肥与化肥... 相似文献
4.
使用竹片图像实现竹片缺陷自动识别，目前深度学习可以有效地解决该类问题，但是必须使用大量样本数据做训练才能获得较高的识别准确率。当图像数量有限时，利用基于迁移学习的方法，把经过预训练的卷积神经网络模型进行迁移，即共享卷积层和池化层的权重参数，调整新网络模型的超参数，并建立一个包含4种共计6 360张竹片缺陷图像的数据库，把图片分成4种训练集测试集形式，即80%训练、20%测试；60%训练、40%测试；40%训练、60%测试；20%训练、80%测试，分别利用支持向量机SVM分类方法、深度学习方法和迁移学习方法进行训练和测试，并将这3种方法作对比。最后，通过构建竹片缺陷识别的混淆矩阵对迁移学习进行具体分析与说明。结果表明，按照80%训练、20%测试的识别准确率最高，通过迁移学习得到的竹片缺陷最高识别精度分别达到98.97%，比普通深度学习提高了11.55% ，比SVM分类方法提高了13.04%。说明迁移学习比普通深度学习和传统支持向量机SVM分类方法更适合用于小样本数据集的分类识别，并且效果优于普通深度学习和 SVM 分类方法。 相似文献
5.
宁夏贺兰山东麓酿酒葡萄产业发展措施探讨 总被引：2，自引：1，他引：1
《现代农业科技》2018,(21)
近年来,宁夏贺兰山东麓酿酒葡萄产业在持续发展的同时也存在诸多问题。本文通过对宁夏贺兰山东麓葡萄酒产业发展的背景、现状、资源优势进行分析,提出了贺兰山东麓酿酒葡萄产业发展对策,以期为该地区酿酒葡萄产业发展提供参考。 相似文献
6.
针对实际遥感耕地信息提取工作中，多源数据特征复杂、样本标注工作繁重等导致高空间分辨率影像解译精度不高、自动化程度不够的问题，本研究基于DeepLab v3+模型，提出一种融合邻域边缘加权模块(NEWM)和轴向注意力机制模块(CBAM-s)的卷积网络模型DEA-Net,结合迁移学习方法进行高分辨率遥感影像耕地信息提取。首先，在浅层网络结构中加入邻域边缘加权模块，提升高分辨率下地物的连续性，细化边缘分割粒度；其次，在深层网络结构中添加轴向注意力机制模块，增加细小地物的关注权重，减少深度卷积导致地物丢失的情况；最后，采用迁移学习的思想，降低样本标注工作量，提高模型学习能力。利用高分卫星土地覆盖数据集(GID)数据构建源域数据集进行模型预训练，将获取的模型参数及权重信息迁移至大数据与计算智能大赛(BDCI)遥感影像地块分割竞赛数据集和全国人工智能大赛(NAIC)遥感影像数据集制作的2种不同目标域数据集中，微调训练后应用于耕地信息提取研究。结果表明，本研究构建方法能够增强模型的空间细节学习能力，提高耕地语义分割精度的同时，降低2/3以上的训练样本数量，为遥感耕地信息提取及农业数据智能化利用提供新... 相似文献
7.
宁夏贺兰山东麓,气候温和干燥,土壤沙质贫瘠,灌排方便,是我国优质酿酒葡萄种植区域之一,近些年发展较快。贺兰山东麓由山前洪积扇与黄河冲击平原相连构成,受不同外引力的作用,形成了多种土壤类型和土壤质地,土壤理化结构和肥力差异较大。如何充分利用贺兰山东麓种植酿酒葡萄的优势自然资源,生产出优质的酿造原料,就必须通过试验研究,探讨不同立地类型下酿酒葡萄产量与品质的合理平衡关系。为此,本试验通过2年的试验研究,探讨淡灰钙土土壤条件下,成龄酿酒葡萄园不同负载量对原料品质的影响,寻求淡灰钙土酿酒葡萄产量与质量的合理平衡点。 相似文献
8.
目前国内外酿酒葡萄生态区划多侧重于气候区划,本研究在前人研究的基础上,综合考虑气候和环境资源,本着循序渐进、分层推进、优中选优的区划原则,提出酿酒葡萄优质生态区的区划指标,运用GIS技术,完成宁夏酿酒葡萄优质生态区区划。结果表明：宁夏中北部大部地区可以种植酿酒葡萄,约占宁夏国土总面积的1/3;在可种植区域内,气候最适宜区面积占32%,主要集中在北部灌区特别是贺兰山东麓大部地区;在气候最适宜区内,生态特优区占1.8%,分布在距银川市西约30公里的贺兰山东麓,青铜峡鸽子山和中宁白马、余丁乡北部部分山地。研究成果可大大提高宁夏酿酒葡萄区划结果的精细化程度,直接服务当地酿酒葡萄基地选择和区域化发展。 相似文献
9.
10.
对贺兰山东麓7个葡萄主产区的9个葡萄品种,共计52份样本进行葡萄病毒病的ELISA检测和健康状况分析。9个测试葡萄品种中,2个酿酒品种感染了葡萄卷叶病毒(GLRaV-3),病毒感染率为22.22%;1个酿酒葡萄品种感染了葡萄扇叶病毒(GFLV),病毒感染率为11.11%;1个鲜食葡萄品种感染了卷叶病毒(GLRaV-3),病毒感染率为11.11%。在2个受测目标病毒中,GLRaV-3的发生和危害最为严重,其单个采样点的样本感染率为14.29%~50.00%;其次为GFLV,单个采样点的样本感染率为100.00%。蛇龙珠是贺兰山东麓携带GLRaV-3的主要葡萄品种,西拉是携带GFLV的主要葡萄品种。 相似文献
11.
针对鸭蛋裂纹人工检测受主观性影响造成精度波动大等问题,利用ResNet34网络模型,提出1种基于梅尔谱图的鸭蛋裂纹识别算法。首先利用敲蛋装置收集敲蛋声音数据,再将音频转化成梅尔谱图,构建梅尔谱图数据集,然后搭建ResNet34模型,引入迁移学习机制训练模型,再通过Adam优化算法更新梯度,增加注意力机制模块并将卷积结构替换为深度可分离卷积以对网络模型进行改进,并调整参数进行优化,最后利用模型对鸭蛋裂纹进行识别。结果显示：改进的ResNet34DP＿CA网络模型检测的平均准确率为92.4%,对比原始ResNet34网络模型,平均准确率提高5.5个百分点,参数量减少32%;对比其他网络模型VGG16、MobileNetv2和EfficientNet,平均准确率分别提高10.9、13.7、16.3个百分点,识别时间为21.5 ms。结果表明,所提出的基于梅尔谱图和改进ResNet34模型的鸭蛋裂纹识别算法,能够有效地对鸭蛋裂纹进行检测识别。 相似文献
12.
13.
14.
基于深度卷积神经网络的葡萄新梢图像分割 总被引：1，自引：0，他引：1
近几年深度卷积神经网络在很多图像任务,诸如目标检测、图像分类、图像分割等方面得到了广泛应用,在图像分割方面,基于深度学习分割性能已全面超越了传统的分割算法。很多病害都会在葡萄的新梢上产生病症,在图像中准确分割出新梢,可提高病害诊断的精度。为了实现对自然条件下拍摄的葡萄新梢图像的准确分割,用相机、手机分别在不同的光照和环境条件拍摄了葡萄的新稍图像,在制作的训练图像集上对SegNet、FCN和U-NET3种卷积神经网络进行迁移学习,得到3种分割网络模型,分别用这些模型对测试集中不同环境下拍摄的新梢图像进行分割试验。在模型训练的初始阶段设置较大的学习率,以期快速到达最优解附近,随后逐步降低学习率,得到最优解。以人工分割为基准,对3种网络的分割效果进行评价。结果表明:在优选的训练模式下,3种分割网络在标准测试集T1上分割精度(MCC)达到83.58%、93.85%和89.44%,对于标准测试集T1和T2中的阴天图像,3种网络的平均MCC分别比晴天高5.42%、0.73%和0.65%。3种网络中,FCN的总体分割效果最优,在标准测试集T1上的平均分割精度(MCC)分别比SegNet和U-NET高10.27%和4.42%;从人的直观观察也可以看出,FCN分割的葡萄新梢图像轮廓光滑、视觉效果较好。光照对分割效果影响显著,阴天拍摄图像的分割效果整体好于晴天分割效果。在扩展数据集上,3种网络的分割精度均出现一定程度的下降,对于大田条件下(T3)和温室条件下(T4)手机拍摄的图像,FCN的平均分割精度(MCC)依然分别达到78.06%和74.82%,说明FCN的泛化性能较好。 相似文献
15.
为了考察贺兰山东麓酿酒葡萄酚酸类物质的组成及含量,本实验选择宁夏贺兰山东麓御马酒庄、汇达酒庄和玉泉营3个产区的酿酒葡萄为研究对象。采用高效液相色谱法,对酚酸含量进行了定性、定量分析,通过主成分分析法对酚酸组分及其含量进行判断。结果表明,建立的液相色谱法精密度和回收率均满足对酿酒葡萄酚酸含量的测定。5种酚酸可简化为2种主成分,累积方差贡献率可达75.234%。本研究阐明了不同品种、产区中葡萄的组成分布和差异,为提高酿酒葡萄的品质提供一定的科学依据。 相似文献
16.
17.
【目的】研究一种基于卷积神经网络的危害棉叶症状识别技术,提高棉花病虫害的识别准确率。【方法】基于caffe深度学习框架,在CaffeNet网络结构基础上增加一层全连接层(记为CaffeNet+1),并结合迁移学习方法对网络进行训练。采集健康、红叶茎枯、红蜘蛛、枯萎、黄萎、双斑萤叶甲、蚜虫、褐斑棉叶图像各975张作为样本集。随机选取验本集中80%的图像样本作为训练集,剩余20%作为测试集。【结果】迁移学习方式下学习率取0.005时的CaffeNet+1模型最优,在测试集上其识别准确率可达98.9%。【结论】在与全新学习模式下的CaffeNet模型相比,该方法可加速网络模型收敛,且具有更高的识别准确率,该技术方法在准确识别田间病虫害棉叶后表现症状的图像写出来具体方面具有重要的应用价值。 相似文献
18.
HPLC法测定贺兰山东麓酿酒葡萄中苹果酸含量 总被引：2，自引：2，他引：0
[目的]优化HPLC测定酿酒葡萄中的苹果酸的色谱条件。[方法]以来自贺兰山东麓玉泉营葡萄种植基地的6个葡萄品种为试样,用HPLC法测定葡萄汁中的苹果酸含量,其色谱条件为：Zorbax SB-C18柱（5.0μm2,50.0 mm×4.6 mm）;柱温30℃;以0.02 mol/L磷酸二氢钾水溶液（pH=2.75）为流动相,进样量10.0μl,检测波长210 nm,流速0.6 ml/min,并进行了线性关系的考察,精密度和加标回收率试验以及重复性和稳定性检验。[结果]6个葡萄品种样品中的苹果酸含量范围在2.00～4.50 g/L,RSD为0.3%,线性相关系数R2=1.000,加标平均回收率为98.9%。该方法的色谱条件可将每种葡萄样品进行很好地分离,具有准确度高、误差小、重现性好、简便快捷的特点。[结论]建立了用HPLC法测定贺兰山东麓不同品种葡萄中苹果酸含量的方法。 相似文献
19.
化肥减施对贺兰山东麓土壤肥力及酿酒葡萄品质的影响 总被引：3，自引：0，他引：3
【目的】针对贺兰山东麓主要酿酒葡萄产区因过度依赖化肥、土壤贫瘠及长期连作的栽培模式导致的土壤持续生产能力下降、酿酒葡萄品质降低等问题,研究化肥减施对贺兰山东麓土壤肥力及酿酒葡萄品质的影响。【方法】以四年生酿酒葡萄品种"赤霞珠"为研究对象,分别设置不施肥、施100%化肥、施100%有机肥、施50%化肥+50%有机肥、施100%土壤调理剂、施25%化肥+25%有机肥+100%土壤调理剂,共6个处理,探讨化肥减施对酿酒葡萄品质及土壤肥力的影响。【结果】化肥减半对土壤肥力的影响较全量施用化肥差异不显著,但化肥减半处理浆果花色苷含量较全量施用化肥处理显著提升132.9%;全量施用有机肥替代化肥能显著提升果园土壤有机质含量,对土壤速效养分提升效果显著,土壤有机质、速效钾、有效磷的含量较单施化肥处理分别增加了55.05%、130.2%、3.08%,同时施用有机肥能显著增加酿酒葡萄浆果可溶性糖含量;化肥和有机肥各减75%配合土壤调理剂施用产量较全量施用化肥增加了69.07%,但葡萄浆果综合品质下降显著。【结论】在贺兰山东麓碱性石灰性土壤上,增施土壤调理剂能有效改善土壤环境,提升葡萄品质;过量减少化肥施用不利于优质酿酒葡萄原料的生产,化肥减半配施有机肥是提高土壤肥力和酿酒葡萄品质,提高经济效益的有效措施。 相似文献
20.
在农业生产中，虫害已经成为影响作物产量和质量的主要威胁之一，针对传统识别方法对复杂背景下虫害图像识别准确率和效率低等问题，本研究提出一种基于迁移学习和改进残差网络的虫害图像识别方法。首先，利用数据增强技术对采集的橘小实蝇虫害图像进行样本数据的扩充；再在ResNet-34模型的基础上，增加了2个注意力模块层，并重新设计了全连接层模块，获得能够改进后的网络模型；最后利用迁移学习的方法将预训练的参数权重迁移到本模型中进行训练，并在试验过程中分析学习方式、样本量、学习率、批量大小等参数对模型性能的影响。结果表明，采用旋转、翻转和亮度变换操作对图像进行数据扩充的数据集，在训练模型的全部层的迁移学习方法中获得99.77%的测试准确率。本研究提出的模型具有较高的识别准确率和较强的鲁棒性，可为实现复杂背景下虫害的识别提供参考。 相似文献